专栏名称: BioArt
BioArt致力于分享生命科学领域科研学术背后鲜为人知的故事,及时报道和评论生命科学领域有料的动态,BioArt也是一个生命科学领域“百花齐放,百家争鸣”的舞台,循“自由之思想”与“独立之精神”为往圣继绝学。
目录
相关文章推荐
生物学霸  ·  Analytica China 2024 ... ·  2 天前  
BioArt  ·  Immunity | ... ·  2 天前  
生物制品圈  ·  培训推荐 | 药品出海市场战略策划及质量合规性 ·  6 天前  
51好读  ›  专栏  ›  BioArt

AJHG|LAVA-Knock:一种新的局部遗传相关性分析方法,有效降低交叉性状选型交配的混杂影响

BioArt  · 公众号  · 生物  · 2024-11-16 09:10

正文


局部遗传相关性分析是识别跨性状共享生物学机制(shared biology across traits)的重要工具。近期,Richard Border等人表明,遗传相关性分析的结果受到交叉性状选型交配(cross-trait assortative mating, xAM)的干扰,从而导致许多假阳性发现【1】。特别是他们发现,即使在没有共享生物学机制的情况下,xAM也可能引起显著的遗传相关性估计。

为解决现有局部遗传相关性方法可能存在的潜在混杂效应(confounding effects),本文作者建议使用model-X knockoff方法【2】。总体思路是,通过生成knockoff基因型数据来扩展原始基因型数据。knockoff基因型数据的生成方式旨在保留原始数据中的连锁不平衡(linkage disequilibrium, LD)结构。因此,通过对比原始数据与knockoff数据中的遗传相关性,可以筛选出由于局部和长距离连锁不平衡导致的假阳性,从而提高识别真正局部遗传相关性的统计功效(power)

2024年11月14日,The American Journal of Human Genetics在线发表了题目为Local genetic correlation via knockoffs reduces confounding due to cross-trait assortative mating的文章。该文介绍了一种局部遗传相关性分析方法——LAVA-Knock,该方法基于现有的遗传相关性方法LAVA【3】通过生成保留局部和长距离连锁不平衡的knockoff数据来增强其分析能力,从而能够减少由于xAM引起的混杂影响(图1)

图1:LAVA-Knock方法流程图。

作者基于交叉性状选型交配模型进行数值模拟,并对630个性状对的全基因组关联研究(GWAS)做数据分析,结果表明,与传统的LAVA方法相比,LAVA-Knock能极大地减少由于xAM所引起的假阳性发现(图2)。此外,作者还发现局部遗传相关性的减少与文献中报道的交叉相关性(cross-mate phenotype correlations)之间存在显著正相关;特别是,已知具有高交叉相关性的性状对,其局部遗传相关性的减少数量显著多于其他性状对。一些具有代表性的例子包括教育与智力、教育与饮酒量、以及注意力缺陷多动障碍与抑郁等。这些结果表明,LAVA-Knock不仅可以降低由于局部LD引起的混杂影响,还可以减少由于xAM引发长距离LD所带来的错误发现。

综上所述,LAVA-Knock方法可消除交叉性状选型交配所带来的遗传相关性偏差,为精确定位复杂疾病的遗传多效性位点提供了新的工具,有助于探索疾病的共享生物学机制。LAVA-Knock的R软件实现可以从网站https://github.com/shiyangm/LAVA-Knock下载。

哥伦比亚大学生物统计系的Iuliana Ionita-Laza教授是文章的通讯作者,上海交通大学医学院的马诗洋副研究员是本文的第一作者。合作作者是哥伦比亚大学王帆博士,加州大学洛杉矶分校Richard Border博士,Noah Zaitlen教授和西奈山医学院Joseph Buxbaum教授。

原文链接:
https://doi.org/10.1016/j.ajhg.2024.10.012


制版人:十一



参考文献


1. Border, R. et al. Cross-trait assortative mating is widespread and inflates genetic correlation estimates. Science 378, 754-761 (2022).
2. He, Z. et al. GhostKnockoff inference empowers identification of putative causal variantsin genome-wide association studies. Nature Communication 13, 7209 (2022).
3. Werme, J. et al. An integrated framework for local genetic correlation analysis. Nature Genetics 54, 274-282 (2022).


BioART战略合作伙伴

(*排名不分先后)


BioART友情合作伙伴
(*排名不分先后)

转载须知


【非原创文章】本文著作权归文章作者所有,欢迎个人转发分享,未经作者的允许禁止转载,作者拥有所有法定权利,违者必究。





BioArt

Med

Plants

人才招聘

会议资讯



近期直播推荐